哈佛、伯克利与英伟达提出 RAX：用在线探索替代数据缩放，五大仿真基准平均领先 37.4 个点
这篇论文把机器人的能力增长重点从「扩大数据与模型规模」转向「扩大在线探索」，不训练模型，靠 Agent 自己写控制程序并积累技能库。
当前机器人研究主要靠遥操作采集数据和扩大预训练规模，但换一台机器人或换一个环境往往就要重新采集数据、重新训练。哈佛、英伟达、伯克利、MIT 与斯坦福提出 RAX：让通用 Coding Agent（能读写代码、调用工具的通用智能体）直接接上机器人的感知与控制接口，在试错中把成功的做法写成可执行程序，并逐次沉淀为可复用技能。模型参数不动，机器人的能力却随探索持续增长。
正文摘录
.jpg)  机器人领域轰轰烈烈地 Scaling 已经好几年了。 更多遥操数据、更大的模型，VLA（视觉-语言-动作模型）和 WAM（世界动作模型）在实验室中不断刷新机器人能力的上限。数据越采越多，模型越做越大，可到了实际生产部署，具身智能依然绕不开那个老大难问题：换一台机器人、换一个工作环境，还要重新投入多少人力、数据和算力？ 成千上万小时的预训练，仍未让全新真实机器人上的零样本稳健部署成为常态。新本体需要重新采集数据、微调策略；场景和任务变了，又要继续适配。企业希望机器人尽快进入生产现场，研发团队却常常还在为下一轮数据采集和训练做准备。 所谓具身智能的 GPT 时刻，以及遥操作扩展带来的人力与资源无底洞，是不是忽略了智能真正的来源？ 与人类类似，机器人应当通过不断的在线探索，扩展积累经验，通过 测试时扩展实现自我进化（self-improve） 。